高空平台设备协同管理方法、系统和电子设备技术方案

本申请涉及高空平台设备的领域，其具体地公开了一种高空平台设备协同管理方法、系统和电子设备，其通过在提取出所述无人机群的拓扑特征的同时，利用基于卷积神经网络模型提取出所述各个无人机的接收信号的高维关联特征，这样就可以针对所述信号特征向量对应的无人机分别看作信号源和传感器，进而计算接收信号强度值以得到用于表示所述无人机间的通信干扰的修正值，进一步再通过对所述第一拓扑矩阵进行修正，从而就能够对所述无人机群中各个无人机的部署样式是否符合预设要求进行准确地判断。断。断。

【技术实现步骤摘要】
高空平台设备协同管理方法、系统和电子设备


[0001]本专利技术涉及高空平台设备的领域，且更为具体地，涉及一种高空平台设备协同管理方法、系统和电子设备。

技术介绍

[0002]近年来，无人机集群技术得到了行业内的广泛关注，与单个无人机相比，无人机集群通过无人机之间的信息交互、相互协作能够完成更加复杂多样的任务，拥有功能分布化、体系生存率高、效率高等优势，具备极大的潜在应用价值。
[0003]在无人机集群飞行过程中，高精度的位置信息与合理的拓扑模式是高效可靠地执行各项任务的关键所在。对于密集集群无人机系统来说，使用的无人机一般为旋翼飞行器，受到成本和载荷的限制，为所有无人机配备高精度导航设备是非常困难的。因此，为了对无人机群中各个无人机的部署样式是否符合预设要求进行准确地判断，以提升无人机群中各个无人机的定位精度，期望一种高空平台设备协同管理方法。

技术实现思路

[0004]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种高空平台设备协同管理方法、系统和电子设备，其通过在提取出所述无人机群的拓扑特征的同时，利用基于卷积神经网络模型提取出所述各个无人机的接收信号的高维关联特征，这样就可以针对所述信号特征向量对应的无人机分别看作信号源和传感器，进而计算接收信号强度值以得到用于表示所述无人机间的通信干扰的修正值，进一步再通过对所述第一拓扑矩阵进行修正，从而就能够对所述无人机群中各个无人机的部署样式是否符合预设要求进行准确地判断。
[0005]根据本申请的一个方面，提供了一种高空平台设备协同管理方法，其包括：
[0006]通过无人机群中各个无人机的通信模块获取所述无人机群的初始距离矩阵，其中，所述初始距离矩阵中非对角线位置上各个位置的值为通过两个所述无人机之间的通信模块间的通信获得的两者之间的距离值，所述初始距离矩阵中对角线位置上各个位置的特征值为零；
[0007]将所述初始距离矩阵通过第一卷积神经网络以获得第一拓扑特征矩阵；
[0008]获取所述无人机群中各个无人机的通信模块的接收信号；
[0009]将各个所述无人机的通信模块的接收信号通过第二卷积神经网络以获得对应于各个所述无人机的通信模块的接收信号的信号特征向量；
[0010]对于所述无人机群中第i个的无人机的第i个信号特征向量v
i
和对于所述无人机群中第j个的无人机的第j个信号特征向量v
j
，将所述第i个的无人机和所述第j个的无人机分别看作信号源和接收源，计算所述第j个无人机相对于所述第i个无人机的接收信号强度值，所述接收信号强度值与所述第i个无人机的发射功率、所述第i个信号特征向量v
i
与所述第j个信号特征向量v
j
之间的差分向量的二范数、路径损耗指数和遮挡衰减值有关；
[0011]将所述无人机群中每两个无人机之间的接收信号强度值进行二维排列为第二特征矩阵；
[0012]以所述第二特征矩阵作为修正因子对所述第一拓扑特征矩阵中各个位置的特征值进行修正以获得第二拓扑特征矩阵；以及
[0013]将所述第二拓扑特征矩阵通过分类器以获得分类结果，所述分类结果用于表示所述无人机群中各个无人机的部署样式是否符合预设要求。
[0014]根据本申请的另一方面，提供了一种高空平台设备协同管理系统，其包括：
[0015]初始距离矩阵获取单元，用于通过无人机群中各个无人机的通信模块获取所述无人机群的初始距离矩阵，其中，所述初始距离矩阵中非对角线位置上各个位置的值为通过两个所述无人机之间的通信模块间的通信获得的两者之间的距离值，所述初始距离矩阵中对角线位置上各个位置的特征值为零；
[0016]第一卷积单元，用于将所述初始距离矩阵获取单元获得的所述初始距离矩阵通过第一卷积神经网络以获得第一拓扑特征矩阵；
[0017]接收信号获取单元，用于获取所述无人机群中各个无人机的通信模块的接收信号；
[0018]第二卷积单元，用于将各个所述接收信号获取单元获得的所述无人机的通信模块的接收信号通过第二卷积神经网络以获得对应于各个所述无人机的通信模块的接收信号的信号特征向量；
[0019]接收信号强度值计算单元，用于对于所述第二卷积单元获得的所述无人机群中第i个的无人机的第i个信号特征向量v
i
和对于所述无人机群中第j个的无人机的第j个信号特征向量v
j
，将所述第i个的无人机和所述第j个的无人机分别看作信号源和接收源，计算所述第j个无人机相对于所述第i个无人机的接收信号强度值，所述接收信号强度值与所述第i个无人机的发射功率、所述第i个信号特征向量v
i
与所述第j个信号特征向量v
j
之间的差分向量的二范数、路径损耗指数和遮挡衰减值有关；
[0020]二维排列单元，用于将所述接收信号强度值计算单元获得的所述无人机群中每两个无人机之间的接收信号强度值进行二维排列为第二特征矩阵；
[0021]修正单元，用于以所述二维排列单元获得的所述第二特征矩阵作为修正因子对所述第一卷积单元获得的所述第一拓扑特征矩阵中各个位置的特征值进行修正以获得第二拓扑特征矩阵；以及
[0022]分类单元，用于将所述修正单元获得的所述第二拓扑特征矩阵通过分类器以获得分类结果，所述分类结果用于表示所述无人机群中各个无人机的部署样式是否符合预设要求。
[0023]根据本申请的又一方面，提供了一种电子设备，包括：处理器；以及，存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如上所述的高空平台设备协同管理方法。
[0024]根据本申请的再又一方面，提供了一种计算机可读介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行如上所述的高空平台设备协同管理方法。
[0025]与现有技术相比，本申请提供的高空平台设备协同管理方法、系统和电子设备，其
通过在提取出所述无人机群的拓扑特征的同时，利用基于卷积神经网络模型提取出所述各个无人机的接收信号的高维关联特征，这样就可以针对所述信号特征向量对应的无人机分别看作信号源和传感器，进而计算接收信号强度值以得到用于表示所述无人机间的通信干扰的修正值，进一步再通过对所述第一拓扑矩阵进行修正，从而就能够对所述无人机群中各个无人机的部署样式是否符合预设要求进行准确地判断。
附图说明
[0026]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
[0027]图1为根据本申请实施例的高空平台设备协同管理方法的应用场景图；
[0028]图2为根据本申请实施例的高空平台设备协同管理方法的流程图；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高空平台设备协同管理方法，其特征在于，包括：通过无人机群中各个无人机的通信模块获取所述无人机群的初始距离矩阵，其中，所述初始距离矩阵中非对角线位置上各个位置的值为通过两个所述无人机之间的通信模块间的通信获得的两者之间的距离值，所述初始距离矩阵中对角线位置上各个位置的特征值为零；将所述初始距离矩阵通过第一卷积神经网络以获得第一拓扑特征矩阵；获取所述无人机群中各个无人机的通信模块的接收信号；将各个所述无人机的通信模块的接收信号通过第二卷积神经网络以获得对应于各个所述无人机的通信模块的接收信号的信号特征向量；对于所述无人机群中第i个的无人机的第i个信号特征向量v
i
和对于所述无人机群中第j个的无人机的第j个信号特征向量v
j
，将所述第i个的无人机和所述第j个的无人机分别看作信号源和接收源，计算所述第j个无人机相对于所述第i个无人机的接收信号强度值，所述接收信号强度值与所述第i个无人机的发射功率、所述第i个信号特征向量v
i
与所述第j个信号特征向量v
j
之间的差分向量的二范数、路径损耗指数和遮挡衰减值有关；将所述无人机群中每两个无人机之间的接收信号强度值进行二维排列为第二特征矩阵；以所述第二特征矩阵作为修正因子对所述第一拓扑特征矩阵中各个位置的特征值进行修正以获得第二拓扑特征矩阵；以及将所述第二拓扑特征矩阵通过分类器以获得分类结果，所述分类结果用于表示所述无人机群中各个无人机的部署样式是否符合预设要求。2.根据权利要求1所述的高空平台设备协同管理方法，其中，将所述初始距离矩阵通过第一卷积神经网络以获得第一拓扑特征矩阵，包括：使用所述第一卷积神经网络的各层在层的正向传递过程中对输入数据进行卷积处理、沿通道维度的池化处理和激活处理以由所述第一卷积神经网络的最后一层输出所述第一拓扑特征矩阵，其中，所述第一卷积神经网络的第一层的输入为所述初始距离矩阵。3.根据权利要求2所述的高空平台设备协同管理方法，其中，将各个所述无人机的通信模块的接收信号通过第二卷积神经网络以获得对应于各个所述无人机的通信模块的接收信号的信号特征向量，包括：所述第二卷积神经网络的各层在层的正向传递过程中对输入数据进行卷积处理、基于特征矩阵的池化处理和激活处理以由所述第二卷积神经网络的最后一层输出所述信号特征向量，其中，所述第二卷积神经网络的第一层的输入为各个所述无人机的通信模块的接收信号的波形图。4.根据权利要求3所述的高空平台设备协同管理方法，其中，对于所述无人机群中第i个的无人机的第i个信号特征向量v
i
和对于所述无人机群中第j个的无人机的第j个信号特征向量v
j
，将所述第i个的无人机和所述第j个的无人机分别看作信号源和接收源，计算所述第j个无人机相对于所述第i个无人机的接收信号强度值，包括：以如下公式计算所述第j个无人机相对于所述第i个无人机的接收信号强度值，其中，所述公式为：
其中P0是对于第i个无人机的发射功率，γ是路径损耗指数，‖
·
‖表示向量二范数，且n
p
是零均值高斯随机变量的遮挡衰减。5.根据权利要求4所述的高空平台设备协同管理方法，其中，以所述第二特征矩阵作为修正因子对所述第一拓扑特征矩阵中各个位置的特征值进行修正以获得第二拓扑特征矩阵，包括：将所述第一拓扑特征矩阵与所述第二特征矩阵进行矩阵相乘以将所述第二特征矩阵中所包含的距离修正信息映射到所述第一拓扑特征矩阵的特征空间中以获得所述第二拓扑特征矩阵。6.根据权利要求5所述的高空平台设备...

【专利技术属性】
技术研发人员：应亦凡，
申请(专利权)人：上海土蜂科技有限公司，
类型：发明
国别省市：